点云三角网格重建是逆向工程领域重要的研究内容。网格模型的细节特征是评判三角网格重建算法的重要指标,如何通过点云数据重建完整的网格模型并保证模型表面的细节特征不丢失是点云重建的难点。为了解决这一问题,引入多尺度概念,在点云数据的低频尺度空间中进行网格重建,保证点云数据的重建率,从而保证有高质量的重建结果。在进行网格重建过程中,采用自适应半径搜索策略进行邻域点搜索,减少了网格模型的孔洞。实验结果表明,所提算法三角网格重建质量较高,具有较高的点云数据重建率,有效保证了重建结果细节特征的完整性。

提出一种精确的结构光三维视觉测量系统标定算法.首先对系统内组件相机和投影仪进行亚像素和亚条纹级单独标定,在投影仪标定时,根据光学特性使用一种新颖的方法解决了系统标定的限制性条件:两组件标定时对标定物有严格的位置要求;另外,结合立体视觉标定技术,提出一种对系统结构进行强约束估计的系统标定方法,使用L-M优化算法调整各组件的内外参数,提高了系统整体的标定精度.试验结果表明了标定算法的鲁棒性和有效性.

结合多旋翼飞行器控制简单易操作、飞行平稳、支持垂直起降等特点,以七星瓢虫通过鞘翅开合控制后翅收放为灵感,设计了一种结构小巧、操作灵活、便于携带的可折叠式球形飞行器。对该飞行器的整体结构及重要零部件进行优化设计,利用3D打印技术进行样机制造,并完成了室内外验证飞行,证明该球形飞行器具有飞行稳定易操控的特点,并且利用单个相机采集序列图像对小型场景进行三维重建测试,为后期球形飞行器集成视觉系统提供硬件选型依据及算法理论基础。